single-cell rna sequencing | BriefGPT

关键词single-cell rna sequencing

搜索结果 - 22

scTree: 在 scRNA-seq 数据中发现细胞层次结构时考虑批次效应
提出了一种新的方法 scTree，用于单细胞树状变分自动编码器，扩展了一种层次聚类方法用于单细胞 RNA 测序数据。通过这种基于 VAE 的方法，同时纠正批次效应和学习树状数据表示，从而深入理解复杂细胞景观，并独立于批次的偏差效应。通过对七
PDF9 days ago
scRDiT: 扩散变压器生成单细胞 RNA 测序数据并加速采样
利用单细胞 RNA 测序 (scRNA-seq) 技术，该研究介绍了一种基于生成式方法 (scRDiT) 的神经网络模型，能够重现具有相似统计特性的虚拟 scRNA-seq 数据集，实验证明其优越性能。
PDF3 months ago
scCDCG: 基于深度剪切信息图嵌入的单细胞 RNA 序列的高效深度结构聚类
通过引入 scCDCG（基于深度剪切信息图的单细胞 RNA 测序聚类）框架，我们解决了传统聚类方法在 scRNA-seq 数据分析中忽略基因表达特征中嵌入的结构信息所带来的问题，提出了一种有效且准确的聚类方法，能够同时利用细胞间的高阶结构信
PDF3 months ago
scDiffusion: 使用扩散模型进行高质量单细胞数据的条件生成
本研究使用 scDiffusion 模型基于扩散过程生成具有可控条件的高质量单细胞 RNA 测序数据，并展示其能够产生接近真实数据的单细胞基因表达数据，超过现有模型在多个度量指标上的性能，对罕见细胞类型等特定细胞类型进行条件生成，并通过梯度
PDF6 months ago
基于群集感知的迭代对比学习的 scRNA-seq 数据聚类
本研究提出了一种名为 Cluster-aware Iterative Contrastive Learning (CICL) 的新方法，用于单细胞 RNA 测序 (scRNA-seq) 数据聚类，通过迭代表示学习和聚类框架逐步学习 scRN
PDF6 months ago
单细胞 RNA-seq 合成与潜在扩散模型
提出了一种基于扩散模型的全新方法 Single-Cell Latent Diffusion (SCLD)，可以在一个统一的框架内合成大规模、高质量的单细胞 RNA 测序样本，包括整体和特定的细胞亚群，实验结果显示了其在细胞分类和数据分布距离
PDF7 months ago
scBiGNN: 基于双层图表示学习的单细胞 RNA 测序数据细胞类型分类
通过建立基于基因和细胞层面的双层图表征学习方法（scBiGNN），在单细胞分类中同时挖掘基因之间和细胞之间的关系，以提高分类准确性。实验证明，scBiGNN 在单细胞 RNA 测序数据的细胞类型分类中优于现有方法。
PDF7 months ago
无时间标签下的数据动力系统重建
我们研究了一种从没有时间标签的数据中重构动态系统的方法，并将其作为来自概率分布的样本，通过最小化分布损失，具体而言是切片 Wasserstein 距离，试图重构潜在的动态系统。大量实验结果证明了所提方法的有效性。
PDF7 months ago
通过双图对齐进行单细胞聚类
近年来，单细胞 RNA 测序领域的聚类方法得到了大量发展，然而大多数已有的聚类算法往往忽略基因之间的网络结构，并以属性信息为主要依据，本文提出了一种先进的单细胞聚类模型，通过双图对齐的方式整合了基因网络信息，优化聚类结果并保留了细胞与基因之
PDF7 months ago
DP-DCAN：差分隐私深度对比自编码网络用于单细胞聚类
为了应对单细胞聚类中的隐私保护问题，本文利用自动编码器的独特性，设计了一种差分隐私深度对比自动编码网络 (DP-DCAN)，通过部分网络扰动的方式来提升性能并对抗对抗攻击。实验证明，DP-DCAN 在六个数据集上的表现优于传统的 DP 方案
PDF8 months ago
空间转录组学的潜在空间推理
通过使用概率机器学习方法，将细胞的遗传表达信息和细胞在组织样本中的空间坐标映射到一个联合潜变量空间中，可以获得完整的遗传表达和空间信息，从而更好地理解细胞过程和通路。
PDF8 months ago
应用拓扑非负矩阵分解分析单细胞 RNA 测序
通过引入顶 ological NMF 和 robust topological NMF 方法，并利用 12 个数据集进行验证，我们证明了提出的 TNMF 和 rTNMF 明显优于其他基于 NMF 的方法，并在可视化中使用 TNMF 和 rT
PDF8 months ago
K 最近邻诱导的拓扑 PCA 用于 scRNA 序列数据分析
提出了一种拓扑主成分分析 (tPCA) 方法，通过持久 Laplacian 技术和 L$_{2,1}$ 范数正则化的组合来解决多尺度和多类别异质性问题，进一步引入了 k - 最近邻持久 Laplacian 技术来提高鲁棒性。在 11 个多样
PDF8 months ago
scHyena: 全长单细胞 RNA 测序大脑分析的基础模型
通过介绍 scHyena 模型，本研究提出了一种解决脱落事件和基因表达信息利用有限的测量噪声带来的挑战，以提高脑部 scRNA-seq 分析准确性的新方法，展示了该模型在细胞类型分类和 scRNA-seq 填补方面相比其他基准方法的卓越性能
PDF9 months ago
鲁棒贝叶斯张量分解与零膨胀泊松模型及一致性聚合
高维计数数据中的零膨胀方向提取高质量因子的新方法以及结合一致性元分析的调整，成功在合成和真实的单细胞 RNA 测序数据中获取相关的基因表达程序。
PDFa year ago
使用 CCP 辅助的 UMAP 和 t-SNE 分析 scRNA-seq 数据
本文介绍了一种基于相关聚类和投影的处理单细胞 RNA 测序（scRNA-seq）数据的方法，并将其用作降维工具，可显著改善 UMAP 和 t-SNE 二维可视化和准确性。
PDFa year ago
N-ACT：一种可解释的深度学习模型用于自动细胞类型和显著基因的识别
N-ACT 是第一个可解释的深度神经网络，利用神经 - 注意力检测显著基因，用于细胞类型识别的自动细胞类型识别，通过将其与传统的监督式细胞类型识别方法进行比较，证明 N-ACT 在无监督的情况下准确识别标记基因和细胞类型，同时在多个数据集上
PDF2 years ago
ICML对比后验混合用于反事实推断、数据集成和公平性
采用条件 VAE 框架，提出了对抗后验的混合对比（CoMP）方法，以实现潜在空间中表征和条件变量之间的独立性，达到批次效应矫正和反事实推断。实验结果表明 CoMP 在人体肿瘤样本与癌细胞系之间的对准和单细胞 RNA 测序数据的批次校正等任务
PDF3 years ago
MM使用图注意力网络从单细胞数据预测疾病状态
用单细胞 RNA 测序结合图注意力网络的方法预测多发性硬化症患者的疾病状态，准确率达 92％，并发现了与预测相关的重要细胞类型和基因。同时，该方法为单细胞数据推断一个新的特征空间，并利用注意力权重学习一个可以在可视化中呈现的新低维度嵌入，这
PDF4 years ago
ICMLTrajectoryNet：用于建模细胞动态的动态最优输运网络
本文介绍了一种将连续归一化流和动态最优传输相结合的建模方法，该方法能够模拟动态过程中数据的期望路径，并提出了 TrajectoryNet 模型，从而在 single-cell RNA 测序数据的细胞动态研究中取得了良好的效果。
PDF4 years ago